xorq-labs/xorq

解决的问题

Xorq 解决了 AI 编码代理在数据分析过程中积累的“技术债”。当代理生成一次性 Python 脚本、碎片化的 JSON 文件和过时的 requirements 时，其结果往往难以复现，且人类或其他代理难以验证或投入生产。Xorq 用可执行、内容地址化的数据管道目录，取代了临时的笔记和脆弱的脚本。

工作原理

Xorq 将数据框表达式转化为持久、可复现的产物。它使用由 Ibis 驱动的声明式表达式系统，可编译为多种后端（如 DuckDB、Snowflake 或 pandas）。

1. 定义：用户或代理定义一个延迟计算的数据框表达式。
2. 构建：表达式被构建为一个哈希目录，包含一个清单（计算规范）、固定版本的 Python 环境（通过 uv 实现）和一个 wheel 包。
3. 目录化：这些构建产物被添加到一个目录中，该目录是一个 Git 仓库。这使得条目可通过哈希或人类可读别名发现，通过 Git 历史追踪，并可供其他代理或人类重用。

适用人群

• AI 代理：需要一种方式来存储和检索其数据工作的可执行记忆，以避免从零开始（如 Claude Code）。
• 数据工程师：希望将临时生成的代理管道转化为可移植、可版本化的产物。
• 分析师：需要可在不同计算引擎上运行的可复现数据转换的用户。

特色亮点

• Git 原生存储：目录是一个 Git 仓库，因此无需中心化服务即可实现发现或版本控制。

• 内容地址化管道：每个管道都有基于其内容的可复现身份。

• 多引擎支持：同一表达式可在嵌入式引擎（DataFusion、DuckDB、SQLite）或数据仓库（Snowflake、Databricks、Trino）上运行。

• 代理集成：包含 Claude Code 的插件，可自动创建和探索目录。

• Arrow 原生：使用 Apache Arrow 实现表达式之间的高性能数据交换。